Rynek e-commerce rozwija się wyjątkowo dynamicznie, stawiając przed sprzedawcami coraz to nowsze wyzwania. Wg raportu IAB Polska W roku 2022 roku wartość rynku reklamowego online wzrosła o przeszło 615 mln zł, co przełożyło się na dynamikę wzrostu sięgającą 10% i rekordową wartość ponad 6,8 mld zł. Szacuje się, że liczba sklepów internetowych w Polsce wynosi już między 60 000 a 80 000.
Wzrost rynku e-commerce rozwija się równolegle do wzrostu wagi danych w biznesie. Mamy do czynienia z drastycznym wzrostem ich ilości ale także rozproszenia. Coraz więcej źródeł generuje dane, które są w różnych formatach i niejednokrotnie brakuje im wspólnego mianownika. Z jednej strony mamy dostęp do niespotykanej do tej pory ilości danych a z drugiej brakuje rozwiązań, które pozwalają na półautomatyczną lub automatyczną ich analizę oraz aktywację.
Wg raportu zrealizowanego przez PWC w 2023 roku pt “Chmura w biznesie, liderzy widzą wartość” 38% firm w Polsce wdrożyło chmurę we wszystkie lub większość obszarów swojej działalności. Dla porównania współczynnik ten dla USA wynosi ponad 2x więcej bo 78%. Co więcej, jak dowiadujemy się z raportu to 86% firm, które obecnie nie stawiają na chmurę planuje przenieść całą lub ponad połowę swojej działalności do chmury w ciągu najbliższych 2 lat. Jak projektować i realizować wzrost w e-commerce w takim otoczeniu? Jak inwestować w rozwiązania chmurowe, własne dane i ich aktywację? To tylko wybrane pytania, na które będzie musiało odpowiadać sobie coraz więcej liderów e-commerce.
Z pomocą przychodzą rozwiązania takie jak Google BigQuery czyli hurtowania danych w chmurze osadzona na Google Cloud oraz Data Octopus czyli platforma product data managment natywnie wykorzystująca to środowisko. Jakie problemy Twojego sklepu może rozwiązać Data Octopus?
Aby realizować cele biznesowe i pozyskiwać coraz większą część rynku, firmy e-commerce muszą nadążać za dynamicznymi zmianami. Wynikają one głównie z rozwoju technologicznego, ale też ze zmian w myśleniu konsumentów. W efekcie przedsiębiorcy stają przed takimi wyzwaniami jak:
- Rosnąca ilość danych – sprzedawcy mogą korzystać z coraz większej liczby systemów generujących dane własne, czyli first party data. Stanowią one bezcenne źródło informacji i mogą posłużyć do odkrywania insightów konsumenckich oraz wdrażania niezbędnych zmian w biznesie. To wymaga jednak zarówno czasu, jak i kompetencji, których niejednokrotnie w firmach e-commerce po prostu brakuje.
- Ograniczone zasoby – jeśli prowadzisz działalność e-commerce, pewnie doskonale zdajesz sobie sprawę z wiecznego niedostatku czasu. Raporty wskazują, że firmom brakuje także kompetencji digitalowych i analitycznych. Na rynek trafia zbyt mała liczba specjalistów potrafiących obsługiwać modele predykcyjne i tworzyć na ich podstawie wartościowe rekomendacje,
- Rezygnacja z third party data – już w przyszłym roku reklamodawcy mocno odczują ograniczenia w zakresie wykorzystywania danych stron trzecich, czyli third party data. Aby zachować możliwość skutecznego targetowania kampanii, przedsiębiorcy będą musieli robić jeszcze lepszy użytek z informacji pozyskiwanych na własną rękę. Kto wcześniej przekuje to zagrożenie w szansę, zyska sporą przewagę nad konkurencją.
- Spadek marży i zysków – wskutek digitalizacji społeczeństwa, na rynku pojawia się coraz więcej sklepów internetowych, a wymagania polskiego konsumenta cały czas rosną. W oczywisty sposób przekłada się to na zwiększoną konkurencję, wojny cenowe, a więc i spadki rentowności firm e-commerce.
- Wzrost kosztów – pewnie doskonale orientujesz się w aktualnych cenach i widzisz, jak wzrastają na przykład koszty logistyki, zasobów ludzkich czy usług B2B. Rosnące wydatki narażają sklepy internetowe na straty. W efekcie nawet wysokie obroty nie gwarantują im dużych zysków.
- Transformacja rynku – wyzwaniem dla sprzedawców może okazać się też konsolidacja rynku e-commerce w Polsce i rosnąca rola wielkich graczy (takich jak np. Amazon czy Zalando). Mniejsze firmy, które chcą przetrwać, muszą więc nauczyć się wykorzystywać swoje first party data, aby rywalizować o klientów. Powinny też zacząć wykorzystywać potencjał zyskujących na znaczeniu marketplace’ów i zainteresować się ekspansją międzynarodową.
- Zmiany wynikające z wejścia na rynek Google Analytics 4- czy wiesz, że bez połączenia Google Analytics 4 z Google BigQuery już po 14 miesiącach tracisz dostęp do danych i nie będziesz mógł wygenerować raportu lub ich analizować? Tylko ten fakt jest wystarczającym powodem do podjęcia decyzji związanej z inwestycją w rozwiązania chmurowe takie jak Google Cloud i BigQuery. Dodatkowo pamiętać trzeba, że dane dostępne w panelu GA4 są próbkowane, ulegają kardynalizacji w efekcie czego stanowią tylko fragment obrazka.
Jak widzisz, prowadzenie e-commerce’u – mimo technologii ułatwiających docieranie do klientów i obsługę sprzedaży – staje się coraz bardziej wymagające. Rozwiązaniem może być decyzja i działanie mające na celu doprowadzać do kolekcjonowania i przetwarzania danych o produktach, użytkownikach, efektywności sprzedaży lub innych kontekstach z wielu źródeł.
Jak działa Data Octopus w połączeniu z Google BigQuery?
Data Octopus to platforma Product Data Management bazująca na BigQuery, które stanowi swego rodzaju „hurtownię danych”. Chmurowe środowisko Google gwarantuje też aplikacji pełną kompatybilność, wysoką efektywność i duży poziom bezpieczeństwa. Główny problem, jaki adresuje Data Octopus to inwestowanie budżetów reklamowych w sprzedaż nieopłacalnych biznesowo produktów. Dzięki połączeniu danych z różnych źródeł na poziomie produktów system automatycznie identyfikuje te, które nie spełniają określonych wymagań i ogranicza ich ekspozycję w danym systemie reklamowym czy marketplace.
Generowaną wartość można podzielić na 2 główne koszyki:
Redukcja kosztów i zasobów – platforma pomoże Ci ograniczyć wydatki na zasoby IT i PPC. Zrobi to dzięki umożliwieniu zaawansowanych operacji na bazie danych bez zaawansowanej znajomości SQL czy tworzeniu feedów produktowych bezpośrednio przez dział digital, a nie IT. Dodatkowo dzięki zastosowaniu reguł i strategii cześć procesów jest zautomatyzowana. Rezultatem ograniczenia inwestycji w produkty, które mają np niski stan magazynowy i niską efektywność sprzedaży (ROAS) jest ograniczenie budżetu reklamowego.
Maksymalizacja zysków – Data Octopus pozwoli Ci też zoptymalizować budżet reklamowy, ponieważ będziesz inwestować tylko w produkty, które pomagają Ci osiągać założone cele biznesowe. W efekcie wzrośnie ROAS (zwrot z wydatków na reklamę) Twojego sklepu. Nawet jeśli nie zwiększysz przychodów, to w ogólnym rozrachunku i tak zapewnisz sobie wyższe zyski a o to chodzi w biznesie zwłaszcza w czasach rosnącej konkurencji, spadających marż i coraz wyższych kosztów. Podsumowując, Data Octopus może przydać Ci się, jeśli:
- inwestujesz część budżetu reklamowego w sprzedaż produktów nieopłacalnych,
- masz ograniczone zasoby digitalowe i IT,
- sprzedajesz poprzez minimum 3 kanały reklamowe jak np Google, Ceneo czy Empik,
- Twoje dane o produktach i ich opłacalności są rozproszone,
- nie stosujesz strategii selekcjonujących produkty do promocji w danym kanale,
- nie posiadasz centralnego magazynu danych opartego na chmurze.
7 kroków do podniesienia rentowności e-commerce na bazie danych – wdrożenie Data Octopus
Może Ci się wydawać, że wdrożenie platformy data driven jak Data Octopus jest bardzo skomplikowaną procedurą. Choć jej obsługa faktycznie wymaga pewnej wiedzy specjalistycznej, to dostawca połączy ją z Twoim e-commerce’em w 7 krokach:
- Projektowanie ekosystemu danych e-commerce – ustalenie procesu komunikacji Google BigQuery i Data Octopus z Twoimi źródłami danych, a także wybór interesujących Cię rynków, kanałów sprzedaży, systemów reklamowych i raportów. To tu zaczyna się projektowanie ekosystemu danych.
- Konfiguracja Google Cloud Platform i środowiska Data Octopus – utworzenie projektu i konfiguracja Google BigQuery oraz pozyskanie dostępu do kluczowych źródeł danych i kont reklamowych. Na tym etapie ustalamy sposób połączenia Twojego źródła danych z BigQuery oraz Data Octopus. Ważne, że Data Octopus może służyć jednocześnie jako konektor zapisujący dane do BigQuery, jak i importer bazujący na tych już w nim przechowywanych.
- Migracja first party data – przeniesienie aktualnych i archiwalnych danych na temat produktów i efektywności ich sprzedaży do Google BigQuery. To tu zaczyna się Twoja inwestycja w 1st party data.
- Czyszczenie danych – uporządkowanie surowych danych wejściowych i przygotowanie widoków, które będą wykorzystywane w celu raportowania przy użyciu Looker Studio. Najbardziej czasochłonny etap, podczas którego należy zmierzyć się z surowymi danymi, które różnią się od siebie i często nie są takie same jak te, które widzimy w panelu systemu reklamowego czy analitycznego.
- Import danych – pobranie do aplikacji Data Octopus głównego pliku produktowego oraz dodatkowych informacji z zewnętrznych źródeł, które będą na bieżąco aktualizowane. Możesz podpiąć wiele feedów, wiele plików CSV/XML czy Google Sheets. Nie ma także ograniczeń związanych z ilością tabel, które można importować z Google BigQuery. Jest to etap, podczas którego “robimy masę”, jeśli chodzi o informacje o produkcie w zakresie ich atrybutów oraz efektywności sprzedaży w wielu kanałach.
- Łączenie danych – wybór kanału reklamowego, agregacja dodatkowych danych o produktach i ustalenie reguł dla każdego z nich. Podczas tego etapu decydujemy gdzie chcemy reklamować swoją ofertę. Jeśli wybieramy Ceneo to aplikacja dokonujey automatycznego mapowania danych na wejściu do danych na wyjściu w schemacie, którego wymaga Ceneo. Na tym jednak nie koniec ponieważ użytkownik może elastycznie rozwijać ten schemat o dodatkowe pola z danymi o produkcie, które pochodzą z wcześniej podpiętych importów. Rezultatem jest połączeniu wielu danych nie tylko o cechach produktu ale też jego efektywności sprzedaży w ramach jednego modelu, nadanie dynamicznych custom label dla produktów, które zmieniają się w oparciu o dane wejściowe. Przykładem może być etykieta “Bestseller” dla produktów, które systematycznie notują dobre wyniki sprzedaży oraz jej efektywności.
- Określenie strategii – ustalenie warunków, jakie musi spełniać produkt, aby pojawiać się w danym systemie reklamowym, porównywarce cenowej czy marketplace. To na tym etapie ustalamy, jakie zasady będą rządzić tym, które produkty będą wyświetlały się w danym kanale reklamowym. Przykładem strategii mogą być warunki mówiące o tym, że musi to być produkt producenta Nike, z darmową dostawą, ceną poniżej 200 zł, ROAS na poziomie min 1000%.
Wykorzystywanie chmury do pracy z danymi jako “New Wave”
Inwestycja w dane i ich aktywację przy wykorzystaniu technologii chmurowych to kolejny “Next Wave” w digital marketingu zwłaszcza dla e-commerce. Biznes, który to zignoruje ryzykuje spadek efektywności działań reklamowych oraz wynikającego z nich zysku. Rozwiązania AI/ML dostarczane w postaci takich produktów jak BigQuery ML czy Vertex AI będą coraz mocniej wchodzić do codzienności ułatwiając tworzenie modeli predykcyjnych czy generowanie treści przy użyciu sztucznej inteligencji. Kluczem będzie aktywacja danych, a nie tylko ich generowanie w surowej formie. Nadchodzą ciekawe czasy otwierające nowe możliwości wymagające nowych kompetencji i technologii.
